انرژی شکست بتن GF، یکی از پارامترهای اساسی شکست و مُعرّف مقاومت ترک‌خوردگی بتن است،همچنین یکی از ویژگی های مهم بتن در ملاحظات طراحی سازه های بتنی است. در سال های اخیر با بهره گیری از روش های مختلف آزمایشگاهی، پارامتر های شکست بتن مورد بررسی قرار گرفته است؛ نقش این پارامتر ها در طراحی سازه ها از اهمیت ویژه ای برخوردار است. در این مقاله مدل شکست بر‌اساس سیستم تطبیقی فازی عصبی (ANFIS) برای تخمین پا...

منطق فازی زیر مجموعه ای از محاسبات نَرم است که توانایی تصمیم گیری در شرایط نامعینی و عدم قطعیت را به سیستم های کامپیوتری می دهد. سیستم های خُبره فازی، امروزه حضوری موفق در برخی امور از جمله تصمیم گیری در شرایط عدم قطعیت و کنترل سیستم های پیچیده دارند. اما تعیین دقیق درجه عضویت دریک سیستم فازی بسیار مشکل می باشد، خصوصاً در سیستم های ناشناخته و یا به شدت غیرخطی و دارای عدم قطعیت، این امر بسیار مشکل ...

پیشینه‎ی پیاده‎سازی سیستم برنامه‎ریزی منابع سازمان، از سابقه‎ی پر فراز و نشیبی برخوردار است که طی آن، پروژه‎های متعددی با موفقیت و بسیاری نیز با شکست یا عدم دست‎یابی به اهداف از پیش تعیین شده به پایان رسیده‎اند. پژوهش پیش رو از یک‎سو بر اساس هدف، بنیادی بوده و سیستم جدیدی را برای رفع مسئله‎ای حیاتی طراحی و ارائه می‎کند و از سوی دیگر با توجه به استقرار سیستم در سازمان، برای تعیین میزان موفقیت پر...

فرآیند تبخیر و تعرق به عنوان یکی از مؤلفه­های اصلی چرخه هیدرولوژیک دارای اهمیت فراوانی در مدیریت و توسعه منابع آب و نیز برنامه­ریزی آبیاری می­باشد. در مطالعه حاضر به بررسی قابلیت سیستم استنتاج عصبی – فازی تطبیقی در بهبود تخمین میزان تبخیر و تعرق روزانه گیاه مرجع (eto) پرداخته شد. داده­های اقلیمی بکار گرفته شده در این مطالعه، شامل دمای هوا، تشعشع خورشیدی، سرعت باد و رطوبت نسبی می­باشد که از دو ا...

آگاهی از توزیع عمقی رسوبات معلق در کانال‌ها و آبراهه‌های طبیعی در تخمین بار رسوبی جریان اهمیت بسیار زیادی دارد. هزینه­های زیاد و زمان‌بر بودن عملیات نمونه‌برداری از رودخانه‌ها و همچنین خطای قابل توجه روش‌ها و تجهیزات مختلف نمونه‌برداری، مهندسان و محققان را به سوی مدل‌های شبیه‌سازی و استفاده از روش‌های نوین آماری سوق داده است. در این مطالعه، برای تخمین توزیع غلظت رسوبات معلق از سه روش شبکه­های ع...

پژوهش حاضر با هدف مقایسه دقّت پیش‌بینی روش‌های رگرسیونی، شبکه عصبی‌مصنوعی و سیستم استنتاج فازی- عصبی تطبیقی در برآورد سرعت باد در منطقه سیستان انجام شد. برای این منظور از داده‌های روزانه ایستگاه‌های هواشناسی سینوپتیک زابل و زهک طی یک دوره پنج ساله (2015-2010) استفاده شد. برای مدل‌سازی به روش شبکه عصبی‌مصنوعی و سیستم استنتاج فازی از نرم‌افزار MATLAB و برای مدل‌سازی با روش‌های رگرسیونی از نرم‌افزا...

میزان سختی آب زیرزمینی عامل مهمی در مسائل هیدروژئولوژی و بویژه مطالعه کیفی آب­های زیرزمینی می­باشد. در چند دهه اخیر سیستم­های هوش مصنوعی کاربرد زیادی در علوم مختلف از جمله مدیریت منابع آب داشته است. در این پژوهش تخمین میزان سختی آب زیرزمینی دشت مازندران، با استفاده از برنامه­ریزی بیان ژن مورد بررسی قرار گرفته و نتایج آن با  سایر روش­های هوشمند همچون شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی ت...

هدف اصلی این تحقیق طراحی مدلی برای پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از سیستم استنتاجی عصبی- فازی انطباقی و مقایسه آن با روش شبکه عصبی و مدل خطی آریما می باشد. در این تحقیق از روش کشف معرفت جهت بررسی موضوع و پیش بینی شاخص بورس اوراق بهادار تهران استفاده شده است. در این تحقیق سه روش برای پیش بینی مطرح می شود:1- پیش بینی شاخص کل قیمت سهام با روش سیستم عصبی فازی.2- پیش بینی شاخص کل ...

سابقه و هدف: برآورد صحیح حجم رسوبات معلق در رودخانه ها، یکی از مهم ترین مسائل در پروژه های مهندسی رودخانه، منابع آب و محیط زیست می باشد. رودخانه سیستان شاخه اصلی منشعب از رودخانه هیرمند بوده که وظیفه آبیاری 70 درصد زمین های کشاورزی دشت سیستان و همچنین تأمین بخشی از آب هامون هیرمند را به عهده دارد. با توجه به مشکلات زیاد ناشی از رسوبات در رودخانه ها، محققین علم رسوب تلاش های زیادی به منظور دستیا...

پیش بینی دقیق ضریب انتشار طولی در رودخانه های طبیعی تا حد بسیار زیادی در تعیین توزیع غلظت آلاینده ها در چنین محیط هایی مؤثر است. عدم قطعیت موجود در نتایج به دست آمده از مدل های پیش بینی می تواند در تصمیم گیری های مناسب برای برخورد با مواد آلاینده در رودخانه ها تأثیر منفی داشته باشد. به همین دلیل، تحلیل و تعیین عدم قطعیت مدل های مورد استفاده برای پیش بینی این پارامتر بسیار مفید است. در این تحقیق...